Predição de inadimplência em faturas da Companhia de Águas de Joinville com o uso de Aprendizado de Máquina

Abstract

A inadimplência no pagamento de contas de água representa um desafio significativo para as concessionárias de saneamento, afetando diretamente o planejamento financeiro e a qualidade dos serviços prestados à população. Neste contexto, técnicas de machine learning têm se mostrado promissoras para prever a probabilidade de inadimplência, possibilitando a adoção de estratégias proativas de gestão e contribuindo para a redução de perdas financeiras. Apresenta-se neste estudo uma análise dos dados históricos de faturamento referentes ao ano de 2024, provenientes de unidades consumidoras da Companhia Águas de Joinville. O principal objetivo é desenvolver e treinar um modelo preditivo capaz de identificar, com acurácia satisfatória, consumidores com maior propensão à inadimplência, auxiliando na tomada de decisões estratégicas por parte da empresa. A síntese dos achados empíricos revelou a progressão da performance mediante a aplicação de técnicas de pré-processamento. A abordagem baseline, estabelecida com dados brutos, fixou o ponto de partida com baixa performance; o maior score F1 atingido foi de 0.241, obtido pelo modelo Gradient Boosting. A inclusão de atributos derivados resultou em uma melhora marginal no desempenho geral, sendo o maior score F1 alcançado de 0.255, com o modelo Random Forest, confirmando que a Engenharia de Atributos sozinha não foi suficiente para superar a assimetria dos dados. A abordagem mais transformadora foi o Downsampling, que alterou o foco da otimização para o Recall. Com esta técnica, o modelo alcançou um alto Recall, com o modelo Gradient Boosting atingindo o maior valor de 0.862, porém, incorreu em uma baixa Precisão.